基于韦伯局部特征的人脸识别
发布时间:2022-12-10 03:45
人脸识别是生物特征识别技术的一种,随着近半个多世纪的发展,人脸识别已经开始利用到了社会生活当中,凭借其友好、易于采集等优势,越来越受到大家的关注,当前人脸识别已经成功应用到了社会生活中的很多领域,比如火车站的入口检测、刷脸购物、追踪犯罪人员等。但是人脸识别仍然面临着很多问题,识别效果容易受到外部复杂环境变化的影响。提取人脸的局部特征进行识别是一种效果突出的方式,韦伯局部描述符(WLD特征)是一种典型的局部特征提取算子,可以有效的提取人脸图像的纹理和结构信息,并且对光照具有良好的鲁棒性,但在应对表情、遮挡等环境变化时的识别效果不理想。论文将对韦伯局部描述符进行改进,提高其鲁棒性,同时与其他特征结合组成融合特征,以提高算法应对复杂环境变化的能力。论文的主要工作如下:第一:提出一种基于多方向韦伯梯度直方图的人脸识别算法。算法首先对韦伯局部描述子进行改进,在原有差分激励的基础上,进一步考虑了邻域像素之间的关系,将邻域像素作差取绝对值之后进行求和,同时将原始的韦伯方向替代为由对角线方向的像素构造的梯度方向。另一方面,将韦伯梯度幅值在原始韦伯方向上进行累加,以提取边缘轮廓特征,将从该特征中统计的直...
【文章页数】:60 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景及研究意义
1.2 人脸识别系统概述
1.3 人脸识别技术的发展及研究现状
1.4 论文结构安排
第2章 韦伯局部描述子及其改进算法
2.1 人脸图像特征介绍
2.2 韦伯局部描述子
2.2.1 差分激励
2.2.2 韦伯方向
2.2.3 改进的韦伯方向
2.2.4 韦伯局部描述子
2.3 韦伯局部二值模式
2.3.1 原始LBP
2.3.2 LBP的等价模式
2.3.3 WLBP特征提取流程
2.4 韦伯梯度方向直方图
2.4.1 梯度方向直方图
2.4.2 韦伯梯度直方图算法流程
2.5 针对韦伯局部描述子的改进
2.5.1 多方向韦伯梯度直方图
2.5.2 韦伯局部三值模式
2.6 本章小结
第3章 基于多方向韦伯梯度直方图的人脸识别
3.1 多方向韦伯梯度直方图
3.1.1 图像预处理
3.1.2 对角韦伯局部描述子
3.1.3 简化的对角韦伯局部描述子
3.1.4 韦伯梯度方向模式
3.1.5 特征融合
3.2 MWGH算法的人脸识别
3.2.1 MWGH特征提取
3.2.2 相似度测量
3.3 实验结果与分析
3.3.1 实验环境、人脸库与对比算法介绍
3.3.2 参数对识别效果的影响
3.4 算法的识别率比较
3.5 加噪实验
3.6 算法复杂度分析
3.7 本章小结
第4章 基于韦伯局部三值模式的人脸识别
4.1 各向同性Sobel算子
4.2 局部三值模式
4.3 韦伯局部三值模式
4.3.1 SWLD特征
4.3.2 不同尺度的SWLD特征
4.3.3 WLTP特征
4.4 实验结果及分析
4.4.1 实验环境、人脸库以及对比算法介绍
4.4.2 参数对识别效果的影响
4.5 算法的识别率比较
4.6 加噪实验
4.7 算法时间复杂度分析
4.8 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
附录A 个人简历
附录B 在校期间发表的学术论文及研究成果
附录C 论文中的用图
附录D 论文中的用表
【参考文献】:
期刊论文
[1]NSCT和CS-LBP的低分辨率人脸识别[J]. 孙万春,张建勋,郑集元,陈虹伶,朱佳宝. 计算机工程与设计. 2018(12)
[2]LBP和MB-LBP加权融合的人脸识别[J]. 刘斌,米强,徐岩. 计算机工程与设计. 2018(02)
[3]基于改进梯度局部二值模式的人脸识别[J]. 杨恢先,陈永,张翡,周彤彤. 激光与光电子学进展. 2018(06)
[4]基于AR-WLD和分块相似度加权的遮挡表情识别[J]. 王晓华,陈影,胡敏,任福继. 激光与光电子学进展. 2018(04)
[5]激光主动成像图像边缘检测算法研究[J]. 宋睿,张合新,吴玉彬,宫梓丰. 激光与光电子学进展. 2017(08)
[6]基于Gabor小波和NBP算法的手掌静脉识别[J]. 林森,徐天扬,王颖. 激光与光电子学进展. 2017(05)
[7]基于双向梯度中心对称局部二值模式的单样本人脸识别[J]. 杨恢先,贺迪龙,刘凡,刘阳,刘昭. 计算机辅助设计与图形学学报. 2017(01)
[8]融合Gabor特征的局部自适应三值微分模式的人脸识别[J]. 夏军,裴东,王全州,孙瑜欣. 激光与光电子学进展. 2016(11)
[9]基于韦伯梯度方向直方图的人脸识别算法[J]. 杨恢先,唐金鑫,陶霞,姜德财,颜微. 计算机工程与应用. 2017(15)
[10]基于改进的WLD特征的人脸识别[J]. 邵新华,赵勋杰,程凯. 计算机应用与软件. 2015(04)
博士论文
[1]基于图像的人脸识别中关键技术研究[D]. 马宁.吉林大学 2016
[2]图像纹理分析及分类方法研究[D]. 李伯宇.复旦大学 2007
[3]人脸识别中若干关键问题的研究[D]. 山世光.中国科学院研究生院(计算技术研究所) 2004
硕士论文
[1]基于局部特征的人脸识别方法研究[D]. 陈月.西安电子科技大学 2018
[2]基于Gabor响应编码的人脸识别系统[D]. 戴子毅.深圳大学 2016
[3]人脸识别中的特征生成技术应用研究[D]. 黄荣.东南大学 2015
[4]基于均匀区域和韦伯局部描述子的图像检索方法研究[D]. 刘文霞.华侨大学 2014
[5]基于局部特征的人脸识别方法研究与实现[D]. 李昆明.湖南大学 2014
[6]基于局部二元模式和韦伯局部描述符的人脸识别[D]. 张志会.南京理工大学 2012
本文编号:3715991
【文章页数】:60 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景及研究意义
1.2 人脸识别系统概述
1.3 人脸识别技术的发展及研究现状
1.4 论文结构安排
第2章 韦伯局部描述子及其改进算法
2.1 人脸图像特征介绍
2.2 韦伯局部描述子
2.2.1 差分激励
2.2.2 韦伯方向
2.2.3 改进的韦伯方向
2.2.4 韦伯局部描述子
2.3 韦伯局部二值模式
2.3.1 原始LBP
2.3.2 LBP的等价模式
2.3.3 WLBP特征提取流程
2.4 韦伯梯度方向直方图
2.4.1 梯度方向直方图
2.4.2 韦伯梯度直方图算法流程
2.5 针对韦伯局部描述子的改进
2.5.1 多方向韦伯梯度直方图
2.5.2 韦伯局部三值模式
2.6 本章小结
第3章 基于多方向韦伯梯度直方图的人脸识别
3.1 多方向韦伯梯度直方图
3.1.1 图像预处理
3.1.2 对角韦伯局部描述子
3.1.3 简化的对角韦伯局部描述子
3.1.4 韦伯梯度方向模式
3.1.5 特征融合
3.2 MWGH算法的人脸识别
3.2.1 MWGH特征提取
3.2.2 相似度测量
3.3 实验结果与分析
3.3.1 实验环境、人脸库与对比算法介绍
3.3.2 参数对识别效果的影响
3.4 算法的识别率比较
3.5 加噪实验
3.6 算法复杂度分析
3.7 本章小结
第4章 基于韦伯局部三值模式的人脸识别
4.1 各向同性Sobel算子
4.2 局部三值模式
4.3 韦伯局部三值模式
4.3.1 SWLD特征
4.3.2 不同尺度的SWLD特征
4.3.3 WLTP特征
4.4 实验结果及分析
4.4.1 实验环境、人脸库以及对比算法介绍
4.4.2 参数对识别效果的影响
4.5 算法的识别率比较
4.6 加噪实验
4.7 算法时间复杂度分析
4.8 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
附录A 个人简历
附录B 在校期间发表的学术论文及研究成果
附录C 论文中的用图
附录D 论文中的用表
【参考文献】:
期刊论文
[1]NSCT和CS-LBP的低分辨率人脸识别[J]. 孙万春,张建勋,郑集元,陈虹伶,朱佳宝. 计算机工程与设计. 2018(12)
[2]LBP和MB-LBP加权融合的人脸识别[J]. 刘斌,米强,徐岩. 计算机工程与设计. 2018(02)
[3]基于改进梯度局部二值模式的人脸识别[J]. 杨恢先,陈永,张翡,周彤彤. 激光与光电子学进展. 2018(06)
[4]基于AR-WLD和分块相似度加权的遮挡表情识别[J]. 王晓华,陈影,胡敏,任福继. 激光与光电子学进展. 2018(04)
[5]激光主动成像图像边缘检测算法研究[J]. 宋睿,张合新,吴玉彬,宫梓丰. 激光与光电子学进展. 2017(08)
[6]基于Gabor小波和NBP算法的手掌静脉识别[J]. 林森,徐天扬,王颖. 激光与光电子学进展. 2017(05)
[7]基于双向梯度中心对称局部二值模式的单样本人脸识别[J]. 杨恢先,贺迪龙,刘凡,刘阳,刘昭. 计算机辅助设计与图形学学报. 2017(01)
[8]融合Gabor特征的局部自适应三值微分模式的人脸识别[J]. 夏军,裴东,王全州,孙瑜欣. 激光与光电子学进展. 2016(11)
[9]基于韦伯梯度方向直方图的人脸识别算法[J]. 杨恢先,唐金鑫,陶霞,姜德财,颜微. 计算机工程与应用. 2017(15)
[10]基于改进的WLD特征的人脸识别[J]. 邵新华,赵勋杰,程凯. 计算机应用与软件. 2015(04)
博士论文
[1]基于图像的人脸识别中关键技术研究[D]. 马宁.吉林大学 2016
[2]图像纹理分析及分类方法研究[D]. 李伯宇.复旦大学 2007
[3]人脸识别中若干关键问题的研究[D]. 山世光.中国科学院研究生院(计算技术研究所) 2004
硕士论文
[1]基于局部特征的人脸识别方法研究[D]. 陈月.西安电子科技大学 2018
[2]基于Gabor响应编码的人脸识别系统[D]. 戴子毅.深圳大学 2016
[3]人脸识别中的特征生成技术应用研究[D]. 黄荣.东南大学 2015
[4]基于均匀区域和韦伯局部描述子的图像检索方法研究[D]. 刘文霞.华侨大学 2014
[5]基于局部特征的人脸识别方法研究与实现[D]. 李昆明.湖南大学 2014
[6]基于局部二元模式和韦伯局部描述符的人脸识别[D]. 张志会.南京理工大学 2012
本文编号:3715991
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3715991.html
最近更新
教材专著